托马斯·布拉兹迪尔；克里希南德·查特吉；马丁·奇梅利克；安德烈亚斯·费尔纳；简·Křetínsk 通过学习马尔可夫决策过程中的小策略进行反例解释。 （英语） 兹比尔1381.68104 Kroening，Daniel（编辑）等人，《计算机辅助验证》。2015年7月18日至24日，第27届国际会议，CAV 2015，美国加利福尼亚州旧金山。诉讼程序。第一部分：查姆：施普林格（ISBN 978-3-319-21689-8/pbk；978-3-3169-21690-4/电子书）。计算机科学讲义9206158-177（2015）。 摘要：对于确定性系统，属性的反例可以只是错误跟踪，而概率系统中的反例必然更复杂。例如，可以使用一组具有足够累积概率质量的错误记录道。由于这些对象太大，无法理解和操作，因此考虑了子链等紧凑表示。对于具有非确定性的概率系统，情况甚至更加复杂。虽然给定策略（或解决非确定性的调度程序）的子链是一个简单的选择，但我们采用了不同的方法。相反，我们将重点放在战略本身上，提取出它做出的最重要的决策，并给出其简洁的表示。我们用来实现这一目标的关键工具是（1）引入状态对策略重要性的概念，以及（2）使用决策树进行学习。我们的方法有三个主要的优势。首先，它利用了定量信息，强调更重要的决策。其次，它导致了在表达策略时的更大的可变性和自由度。第三，表示使用自解释数据结构。总之，与二进制决策图相比，我们的方法产生了更简洁、更易于解释的策略。最后，我们的实验结果表明，即使对于不适合内存的非常大的系统，我们也可以提取几个描述策略的规则，并根据这些规则解释错误行为。关于整个系列，请参见[Zbl 1342.68028号]. 引用于三文件 MSC公司： 68问题32 计算学习理论 87年第68季度 计算机科学中的概率（算法分析、随机结构、相变等） PDF格式BibTeX公司 XML格式引用 \textit{T.Brázdil}等人，Lect。注释计算。科学。9206158--177（2015年；Zbl 1381.68104） 全文： 内政部 arXiv公司